Malware-GAN:纸的实现

恶意软件 这是的实现。 该安全研究是自动化研究所，中国院士，2018年夏天完成与我的导师旭波的帮助。 介绍 这个想法是使用基于生成对抗网络（GAN）的算法来生成对抗恶意软件示例，该示例能够绕过基于黑盒机器学习的检测模型。 依存关系 Tensorflow 1.80 Keras 2.0 Cuckoo Sandbox 2.03 数据集 原始恶意软件样本是从获得的，我已经使用3000个恶意软件样本和1500个良性样本进行培训和测试（将进一步扩展）。 我使用了Cuckoo Sandbox从示例中提取API功能。 选择了128个API功能作为维度向量，以输入到神经网络（API_list.txt） 实验 MalGAN体系结构：生成器：128 + 20—256—128 替代探测器：128—256—1最大时期：100 在SAME训练集中训练MalGAN和黑匣子检测器时，原始样本和对抗性样本的真实阳性